Peskun–Tierney ordering for Markovian Monte Carlo: Beyond the reversible scenario
马尔可夫蒙特卡洛的 Peskun–Tierney 排序：超越可逆情形AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用蒙特卡洛算法的比较理论，马尔可夫过程本身不足以归入所列宏观时间序列方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
马尔可夫蒙特卡洛的 Peskun–Tierney 排序：超越可逆情形
- 研究问题
- 研究非可逆马尔可夫蒙特卡洛方法能否建立类似可逆情形的性能比较理论，并用这些比较解释已有结果和猜想。
- 方法与思路
- 作者针对一类非可逆马尔可夫链与过程发展算法比较结果，以可逆情形的比较理论为参照考察其性能关系。
- 材料陈述的贡献
- 摘要称所得比较结果与可逆情形相呼应，能够证明部分既有猜想并加强已有结论，但未具体列出比较指标。
- 阅读关注点
- 应核对所覆盖的非可逆过程类型、排序关系与性能指标，以及比较成立的条件和对既有猜想的具体加强程度。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；未给过程类别和排序公式，不能声称所有非可逆算法均优于可逆算法。
原文摘要
Historically time-reversibility of the transitions or processes underpinning Markov chain Monte Carlo methods (MCMC) has played a key role in their development, while the self-adjointness of associated operators together with the use of classical functional analysis techniques on Hilbert spaces have led to powerful and practically successful tools to characterise and compare their performance. Similar results for algorithms relying on nonreversible Markov processes are scarce. We show that for a type of nonreversible Monte Carlo Markov chains and processes, of current or renewed interest in the physics and statistical literatures, it is possible to develop comparison results which closely mirror those available in the reversible scenario. We show that these results shed light on earlier literature, proving some conjectures and strengthening some earlier results.